IA local
Genesis puede generar texto, imágenes y voz y transcribir audio en tu propio equipo: sin cuentas, sin internet (una vez descargado el modelo), sin coste por uso y sin que tus archivos salgan del ordenador.
#Empezar
- Abre Ajustes → IA local. Verás la memoria de tu equipo y, en cada categoría, el modelo recomendado para él.
- Pulsa Descargar. La descarga aparece en el panel de trabajos; si se corta o la pausas, Continuar sigue desde donde iba.
- Listo: si no tienes una cuenta conectada para esa tarea, Genesis usa el modelo local
automáticamente. También puedes elegir IA local como proveedor en el Estudio IA, o un modelo
local/…en el Asistente.
Los motores (llama.cpp, stable-diffusion.cpp y whisper.cpp) vienen con el instalador. El motor de voz (Piper) se descarga solo la primera vez que usas una voz.
#Modelos
| Tipo | Modelo | Tamaño | RAM | Licencia |
|---|---|---|---|---|
| Texto | Qwen3 1.7B | 1,8 GB | 4 GB | Apache 2.0 |
| Texto | Qwen3 4B | 2,5 GB | 8 GB | Apache 2.0 |
| Texto | Qwen3 8B | 5,0 GB | 16 GB | Apache 2.0 |
| Texto | Llama 3.2 3B | 2,0 GB | 8 GB | Llama 3.2 Community |
| Texto (ligero) | Qwen3 0.6B | 0,6 GB | 2 GB | Apache 2.0 |
| Visión (ligera) | SmolVLM 500M (describe en inglés; Genesis lo traduce con tu modelo de texto) | 0,5 GB | 2 GB | Apache 2.0 |
| Texto + visión | Qwen2.5-VL 3B | 2,8 GB | 8 GB | Qwen Research License |
| Texto + visión | Qwen2.5-VL 7B | 5,5 GB | 16 GB | Apache 2.0 |
| Imagen | Stable Diffusion 1.5 | 4,3 GB | 8 GB | CreativeML OpenRAIL-M |
| Imagen | SDXL Turbo | 6,9 GB | 12 GB | Solo uso no comercial |
| Imagen | FLUX.1 schnell | 10,3 GB | 16 GB | Apache 2.0 |
| Video | Wan 2.1 1.3B (texto → video, 480p, 2–5 s) | 6,8 GB | 16 GB + GPU de 8 GB | Apache 2.0 |
| Video | Wan 2.2 5B (texto o imagen → video) | 8,5 GB | 24 GB + GPU de 12 GB | Apache 2.0 |
| Música | MusicGen small (instrumental, hasta 30 s) | 0,6 GB | 8 GB | CC-BY-NC 4.0 (no comercial) |
| Voz | Piper: es_ES Davefx, es_MX Claude, en_US Lessac | 63 MB c/u | 2 GB | ver cada voz |
| Transcripción | Whisper base / small / large v3 turbo | 0,15–1,6 GB | 2–8 GB | MIT |
| Búsqueda | Qwen3 Embedding 0.6B | 0,6 GB | 4 GB | Apache 2.0 |
| Búsqueda (ligera) | EmbeddingGemma 300M | 0,3 GB | 2 GB | Gemma Terms of Use |
- El Asistente con un modelo local usa las herramientas de Genesis (cortar video, crear documentos…). Qwen3 es el que mejor las maneja; los modelos pequeños se equivocan más en tareas largas.
- Tarjeta gráfica:
- En Apple Silicon los motores usan la GPU (Metal).
- En Windows y Linux el instalador trae también versiones Vulkan de los motores de texto e imagen, que funcionan con tarjetas NVIDIA, AMD e Intel y sus controladores normales. Genesis comprueba qué GPU hay y la usa automáticamente: suele ir de 3 a 10 veces más rápido que el procesador, y FLUX pasa a ser práctico.
- Si el controlador falla al arrancar, Genesis vuelve solo al procesador y lo indica en Ajustes → IA local. Allí puedes también desactivar Usar la tarjeta gráfica.
- Una GPU sube el nivel de esfuerzo recomendado.
- Los modelos con visión (etiqueta Visión) entienden imágenes sin internet. Con ellos:
- el Asistente local responde sobre las imágenes que adjuntas; si el modelo elegido no ve, usa automáticamente el de visión;
ai.describe_imagedescribe una foto o tres fotogramas de un video y extrae el texto visible;- la Biblioteca encuentra fotos y videos por lo que muestran (opción Describir fotos y videos con IA).
- El modelo de Búsqueda permite buscar por significado en la Biblioteca (ver BIBLIOTECA.md).
- Los modelos se guardan en
<datos de Genesis>/modelsy se pueden borrar desde la misma pantalla.
#Video y música
- Video con Wan:
- lo genera el mismo motor que las imágenes (stable-diffusion.cpp) y Genesis lo convierte en MP4;
- Wan 2.1 1.3B hace clips de 2 a 5 segundos a 480p a partir de texto;
- Wan 2.2 5B además anima una imagen (en la Galería, Animar sobre una imagen);
- ambos comparten el codificador de texto, que solo se descarga una vez;
- necesita tarjeta gráfica: en el procesador funciona, pero un clip puede tardar horas.
- Música con MusicGen:
- corre en el propio Genesis con ONNX Runtime, que viene en el instalador;
- compone pistas instrumentales de hasta 30 segundos a partir de una descripción;
- funciona sin tarjeta gráfica; tarda más cuanto más larga es la pista;
- entiende mejor las descripciones en inglés ("lofi hip hop with soft piano, 80 bpm");
- su licencia no permite uso comercial. Para un proyecto comercial usa una cuenta (ElevenLabs Music o Stable Audio).
- Ambos aparecen en el Estudio IA y en
ai.generate_video/ai.generate_music(también por MCP). Se usan solos cuando no hay cuenta conectada.
#Esfuerzo
La barra Esfuerzo de la IA local, en Ajustes → IA local, decide cuánto trabaja tu computadora:
| Nivel | Modelos | Procesador | Contexto | Visión |
|---|---|---|---|---|
| Mínimo | Los ligeros (afinados para una sola tarea) | 50 % | 4k | 1 imagen a 512 px |
| Equilibrado | Hasta la mitad de la RAM | 75 % | 8k | 3 fotogramas a 768 px |
| Alto | Hasta ¾ de la RAM | 100 % | 16k | 3 fotogramas a 896 px |
| Máximo | Los más grandes que quepan | 100 % | 32k | 5 fotogramas a 1024 px |
- Viene marcado el nivel recomendado según la RAM y la GPU del equipo:
- menos de 8 GB → Mínimo;
- 8–15 GB → Equilibrado;
- 16 GB → Alto;
- 16 GB con GPU, o 32 GB o más → Máximo.
- Las tareas en segundo plano (indexar la Biblioteca, describir fotos, resumir) nunca pasan de Equilibrado. Así no frenan la computadora mientras trabajas.
- Los modelos pequeños responden con JSON forzado por gramática (llama.cpp
response_format): aciertan el formato a la primera y no hay que repetir la petición.
También desde la CLI:
genesis run local.set_effort level=minimum#Modelos propios (afinados)
Puedes usar tu propio modelo GGUF; por ejemplo, uno afinado para escribir tus guiones o describir tus productos. Ve a Ajustes → IA local → Importar mi modelo y elige para qué es: texto, visión (con su mmproj) o búsqueda. Para esa tarea se usa antes que los del catálogo. Cómo entrenarlo: MODELOS_PROPIOS.md.
#Desde la CLI y MCP
genesis run local.modelsgenesis run local.download id=qwen3-4bgenesis chat --model local/qwen3-4b "resume este documento: informe.docx"Cualquier asistente conectado por MCP puede pedir imágenes o voz a Genesis aunque no haya cuentas:
ai.generate_image, ai.speech y ai.chat caen en el modelo local cuando no hay otro proveedor.
#Variables de entorno
| Variable | Uso |
|---|---|
GENESIS_LLAMA_SERVER, GENESIS_SD_CLI, GENESIS_PIPER |
Usar otro ejecutable (por ejemplo, una compilación con CUDA o Vulkan) |
GENESIS_HF_BASE_URL |
Descargar los modelos desde un espejo de Hugging Face |
GENESIS_ONNXRUNTIME |
Ruta a la librería de ONNX Runtime 1.22 (música local) en compilaciones propias |
GENESIS_PIPER_URL |
Descargar el motor de Piper desde otra dirección |